Keterverifikasian dan kepercayaan

AI untuk Analis Data

Andy Cotgreave

Author and Speaker, Former Technical Evangelist at Tableau

Nyaris keliru...

Nyaris keliru...

AI tampak percaya diri

 

• Output salah terlihat sama rapi dengan yang benar
• Tidak ada sinyal visual yang berkata "Saya bisa salah di sini"
• Jika Anda tidak memeriksa, Anda yang mengirimkan kesalahannya

Verifikasi bukan mengerjakan dua kali

 

• Naluri keliru: ulang pekerjaan di alat BI
• Perlakukan output AI seperti analis junior cepat — kuat, tidak otomatis tepercaya
• Tugas Anda: uji stres hasilnya, bukan mengulangnya

Alur verifikasi

Alur verifikasi

 

1. Pilih satu titik data spesifik
2. Saring data mentah secara manual ke titik itu
3. Verifikasi perhitungannya

Alur verifikasi

 

1. Salin kode atau output AI
2. Tempel ke asisten atau percakapan lain
3. Minta ia mencari cacat logika

Alur verifikasi

 

1. Jalankan pemeriksaan kewarasan bisnis
2. Tanya: apakah wawasan ini selaras dengan pengalaman?

Alur verifikasi

 

1. Minta AI menjalankan kodenya sendiri pada kasus tepi (nilai null, duplikat, nol)

Sesuaikan ketelitian dengan taruhannya

• Pekerjaan eksploratif/ad-hoc → penerapan lebih ringan
• Dashboard produksi, presentasi ke direksi, dsb. → penerapan lebih ketat

Manusia dalam proses adalah inti peran

Menjilat oleh AI

 

• AI cenderung menyetujui Anda
• Memberi petunjuk, mendorong balik, atau menyiratkan hipotesis → AI mengikuti arahan
• Pertahanan sisi prompt: gunakan bahasa netral
• Pertahanan sisi verifikasi: paling kritis pada temuan yang mengonfirmasi harapan Anda

Ayo berlatih!

AI untuk Analis Data